识别图像中的数字

我一直在寻找网络上图像识别数字的资源。我发现许多链接提供了有关该主题的大量资源。但不幸的是，这比提供帮助更令人困惑，我不知道从哪里开始。

我有一个带有5个数字的图像，没有打扰（没有验证码或类似的东西）。数字在白色背景上为黑色，以标准字体书写。

我的第一步是分离数字。我当前使用的算法非常简单，它只是检查一列是否完全为白色，因此是否为空格。然后，它会修剪每个字符，以使其周围没有白色边框。这很好。

但是现在我对数字的实际识别感到困惑。我不知道猜测正确的最佳方法是什么。我不认为直接与字体进行比较是个好主意，因为如果数字仅略有不同，它将不再起作用。

谁能给我一个有关如何完成此操作的提示？

这个问题无关紧要，但是我将用C＃或Java实现。我找到了一些可以完成这项工作的库，但是我想自己实现它，以学习一些东西。

为什么不考虑使用Tesseract之类的开源OCR引擎呢？

http://code.google.com/p/tesseract-ocr/

http://www.pixel-technology.com/freeware/tessnet2/

http://sourceforge.net/projects/tessocrinjava/

尽管您可能不考虑自己使用第三方库来实现它，但仅集成第三方工具就有大量工作要做。还请记住，看似简单的事情（识别数字5与数字6）通常非常复杂；我们正在谈论成千上万行复杂的代码。至少，请查看tesseract的源代码，这将为您提供充分利用第三方库的充分理由。

~~这是另一个SO问题，可为您提供有关所涉及算法的一些想法：~~

https : //stackoverflow.com/questions/850717/what-are-some-popular-ocr-

algorithms